Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津大学余建星获国家专利权

天津大学余建星获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉天津大学申请的专利一种基于物理信息驱动的深海立管疲劳寿命预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119830498B

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411932794.5,技术领域涉及:G06F30/18;该发明授权一种基于物理信息驱动的深海立管疲劳寿命预测方法是由余建星;孙仲真;段庆昊;金子航;高睿龙;施昊林设计研发完成,并于2024-12-26向国家知识产权局提交的专利申请。

一种基于物理信息驱动的深海立管疲劳寿命预测方法在说明书摘要公布了:本发明提供了一种基于物理信息驱动的深海立管疲劳寿命预测方法,其包括:1收集立管疲劳试验的原始数据;2计算立管的物理信息参数;3将材料性能、立管几何参数、裂纹几何参数、应力应变、载荷参数和裂纹疲劳物理信息参数作为模型输入,裂纹扩展速率作为模型输出,进行归一化和无量纲化处理,构成深海立管特征数据集;4基于数据的时序特征进行数据分割重组,基于裂纹扩展的特点搭建包含物理约束的长短记忆深度学习模型;5获得最优的物理信息驱动深度学习模型;6通过最优物理信息驱动模型进行疲劳寿命预测,并进行不确定性评估。本发明可以实现立管疲劳寿命的概率预测和不确定性量化,可为在役立管结构的可靠性评估提供参考。

本发明授权一种基于物理信息驱动的深海立管疲劳寿命预测方法在权利要求书中公布了:1.一种基于物理信息驱动的深海立管疲劳寿命预测方法,其特征在于,包括以下步骤: 1收集立管疲劳试验的原始数据,包括材料性能、立管几何参数、裂纹几何参数、应力应变、载荷参数及裂纹扩展速率; 2计算立管的物理信息参数 通过解析法求得立管裂纹处的最大周向应力与广义应变,进一步求得立管裂纹处的损伤参数; 3将材料性能、立管几何参数、裂纹几何参数、应力应变、载荷参数和裂纹疲劳物理信息参数五类参数作为模型输入,裂纹扩展速率作为模型输出,对上述步骤1中立管疲劳试验的原始数据和上述步骤2中立管的物理信息参数分别进行归一化和无量纲化处理,构成深海立管特征数据集; 4基于立管疲劳试验数据的时序特征进行数据分割重组,将立管疲劳试验数据集按照7:3比例划分为训练集和测试集,在基于裂纹扩展的特点搭建包含物理约束的长短记忆深度学习模型; 5使用立管疲劳试验数据集中的训练集训练长短记忆深度学习模型,通过贝叶斯优化方法获取长短记忆深度学习模型的最佳参数,对比不同模型得到最优的物理信息驱动深度学习模型; 6通过最优的物理信息驱动深度学习模型进行疲劳寿命预测,并进行不确定性评估; 在所述步骤4中基于立管疲劳试验数据的时序特征进行数据分割重组,是先采用分层抽样方法将各个子集划分为训练集和测试集;然后在长短记忆深度学习模型的损失函数中引入物理约束以提高模型的可解释性,损失函数Lθ的构成包含两部分,第一部分为预测值与真实值的偏差,第二部分为预测结果在物理约束下的偏差,具体表示为: Lθ=Ldθ+λ·Lpθ10; 上式10中Ldθ代表预测值与真实值的偏差;Lpθ代表预测值与物理规律的偏差;λ为惩罚因子,其用于平衡两部分对损失函数的影响;Ldθ采用RMSE计算,Lpθ通过计算裂纹扩展速率的导数来确定; 裂纹扩展过程分为三个阶段:萌生阶段、稳定阶段和快速扩展阶段;Lpθ表达式为: 上式11中N代表循环次数,a代表裂纹深度,IA>B是状态指示函数,当A大于B时,其值为1,表示违反了物理约束,否则等于0,表示与物理约束一致。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人天津大学,其通讯地址为:300350 天津市津南区海河教育园区雅观路135号天津大学北洋园校区;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。